Python人工智能 – 入门 Python人工智能 – 入门在本章中,欧博我们将学习如何开始使用Python。我们还将了解Python对人工智能的帮助。 为什么Python用于人工智能人工智能被认为是未来的趋势性技术。已经有许多关于它的应用了。因此,许多公司和研究人员都对它感兴趣。但这里出现的主要问题是,用哪种编程语言可以开发这些人工智能应用程序?有各种编程语言,如Lisp、Prolog、C++、Java和Python,可用于开发人工智能的应用。在这些语言中,Python编程语言获得了巨大的人气,其原因如下 语法简单,编码少在其他可用于开发人工智能应用程序的编程语言中,Python涉及的编码和语法非常少。由于这一特点,测试可以更容易,我们可以更专注于编程。 用于人工智能项目的内置库将Python用于人工智能的一个主要优势是,它有内置的库。Python有几乎所有种类的人工智能项目的库。例如, NumPy, SciPy, matplotlib, nltk, SimpleAI 是Python的一些重要的内置库。 开放源代码– Python是一种开放源代码的编程语言。这使得它在社区中广泛流行。
可用于广泛的编程– Python可用于广泛的编程任务,如小型shell脚本到企业网络应用。这也是Python适合人工智能项目的另一个原因。 Python的特点Python是一种高级的、解释性的、互动的和面向对象的脚本语言。Python被设计成具有高度可读性。它经常使用英文关键词,而其他语言则使用标点符号,欧博娱乐而且它的句法结构比其他语言少。Python的特点包括以下几个方面 易于学习– Python的关键词少,结构简单,语法定义清晰。这使学生能够迅速掌握这种语言。
易于阅读– Python代码的定义更加清晰,眼睛可以看到。
易于维护 – Python的源代码相当易于维护。
广泛的标准库– Python的大部分库在UNIX、Windows和Macintosh上是非常便携和跨平台兼容的。
交互式模式– Python支持交互式模式,可以对代码片段进行交互式测试和调试。
可移植性– Python 可以在各种硬件平台上运行,并且在所有平台上都有相同的界面。
可扩展性 – 我们可以向Python解释器添加低级模块。这些模块使程序员能够增加或定制他们的工具,使之更有效率。
数据库 – Python提供了所有主要商业数据库的接口。
GUI编程– Python支持GUI应用程序,可以创建并移植到许多系统调用、库和窗口系统,如Windows MFC、Macintosh和Unix的X窗口系统。
可扩展性 – 与shell脚本相比,Python为大型程序提供了更好的结构和支持。 Python的重要特点现在让我们考虑一下Python的以下重要特征 − 它支持功能化和结构化的编程方法,以及OOP。
它可以作为脚本语言使用,也可以编译成字节码用于构建大型应用程序。
它提供非常高级的动态数据类型并支持动态类型检查。
它支持自动垃圾收集。
它可以很容易地与C、C++、COM、ActiveX、CORBA和Java集成。 安装PythonPython 发行版可用于大量的平台。你只需要下载适用于你的平台的二进制代码并安装Python。 如果你的平台的二进制代码不可用,你需要一个C编译器来手动编译源代码。编译源代码在选择安装中需要的功能方面提供了更多的灵活性。 下面是在各种平台上安装 Python 的快速概述 — Unix 和 Linux 的安装按照以下步骤在 Unix/Linux 机器上安装 Python。 打开Web浏览器,进入https://www.python.org/downloads 按照链接下载可用于 Unix/Linux 的源代码压缩包。 下载并解压文件。 如果你想定制一些选项,就编辑 Modules/Setup 文件。 运行./configure脚本 make make install 这将在标准位置/usr/local/bin安装Python,在 /usr/local/lib/pythonXX 安装其库,其中XX是Python的版本。 Windows 安装按照以下步骤在Windows机器上安装Python。 打开网络浏览器,进入https://www.python.org/downloads
按照 Windows 安装程序 python-XYZ.msi 文件的链接,其中 XYZ 是你需要安装的版本。
要使用这个安装程序 python-XYZ.msi,Windows系统必须支持Microsoft Installer 2.0。将安装程序文件保存到你的本地机器上,然后运行它以了解你的机器是否支持MSI。
运行下载的文件。这就会出现Python安装向导,它真的很容易使用。只要接受默认设置,等待安装完成即可。 Macintosh 安装如果你使用的是 Mac OS X,建议你使用 Homebrew 来安装 Python 3。它是Mac OS X上一个很好的软件包安装程序,而且真的很容易使用。如果你没有Homebrew,你可以用以下命令安装它 − $ ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"我们可以用下面的命令更新软件包管理器: $ brew update现在运行下面的命令,在你的系统上安装Python3 — $ brew install python3 设置PATH程序和其他可执行文件可以在许多目录中,所以操作系统提供了一个搜索路径,列出了操作系统搜索可执行文件的目录。 该路径被存储在环境变量中,它是一个由操作系统维护的命名字符串。这个变量包含了命令外壳和其他程序可用的信息。 路径变量在Unix中被命名为PATH,在Windows中被命名为Path(Unix区分大小写,Windows则不区分)。 在Mac OS中,安装程序会处理路径的细节。要从任何特定的目录调用 Python 解释器,必须将 Python 目录添加到路径中。 在 Unix/Linux 中设置路径在 Unix 中,要把 Python 目录添加到特定会话的路径中: 在 csh shell 中 输入 setenv PATH “$PATH:/usr/local/bin/python” 然后按 Enter 。 在bash shell (Linux)中 输入 export ATH = “$PATH:/usr/local/bin/python” 然后按 回车键 。 在sh或ksh shell中 输入 PATH = “$PATH:/usr/local/bin/python” 然后按回车键. 注意 - /usr/local/bin/python是Python目录的路径。 在Windows下设置路径要在Windows中把Python目录添加到特定会话的路径中—-: 在命令提示符下, 输入 path %path%;C: \Python,然后按 回车键。 注意 - C:\Python 是 Python 目录的路径。 运行Python现在让我们看看运行 Python 的不同方法。这些方法描述如下 交互式解释器我们可以从 Unix、DOS 或任何其他提供命令行解释器或 shell 窗口的系统中启动 Python。 在命令行上输入 python 。
在交互式解释器中立即开始编码。 $python # Unix/Linux或 python% # Unix/Linux或 C:> python # Windows/DOS以下是所有可用的命令行选项的列表 S.No. 选项和描述1 -d 它提供调试输出。 2 -o 它生成优化的字节码(产生.pyo文件)。 3 -S 在启动时不运行导入站点来寻找 Python 路径。 4 -v 冗长的输出 (对导入语句进行详细跟踪)。 5 -x 禁用基于类的内置异常 (只使用字符串);从 1.6 版开始已经过时。 6 -c cmd 运行以cmd字符串形式发送的Python脚本。 7 File 运行指定文件中的 Python 脚本。 来自命令行的脚本 一个Python脚本可以通过在你的应用程序上调用解释器在命令行中执行,如下所示 $python script.py # Unix/Linux或、 python% script.py # Unix/Linux或、 C:> python script.py # Windows/DOS注意 - 要确保文件权限模式允许执行。 集成开发环境如果你的系统上有一个支持 Python 的 GUI 应用程序,你也可以从图形用户界面 (GUI) 环境中运行 Python。 Unix – IDLE 是第一个用于 Python 的 Unix IDE。
Windows – PythonWin 是第一个 Python 的 Windows 界面,是一个带有图形用户界面的 IDE。
Macintosh – Macintosh 版本的 Python 和 IDLE IDE 都可以从主网站上获得,可以下载 MacBinary 或 BinHex’d 文件。 如果你不能正确设置环境,那么你可以向你的系统管理员寻求帮助。确保Python环境已经正确设置,并且工作得非常好。 我们也可以使用另一个叫做Anaconda的Python平台。它包括数百个流行的数据科学包和用于Windows、Linux和MacOS的conda包和虚拟环境管理器。你可以根据你的操作系统从链接https://www.anaconda.com/download/ 下载它。 在本教程中,我们在MS Windows上使用Python 3.6.3版本。 上一篇 Python人工智能 – 初学概念 下一篇 Python人工智能 – 机器学习 Python教程
Python 教程
Tkinter 教程
Pandas 教程
NumPy 教程
Flask 教程
Django 教程
PySpark 教程
wxPython 教程
SymPy 教程
Seaborn 教程
SciPy 教程
RxPY 教程
Pycharm 教程
Pygame 教程
PyGTK 教程
PyQt 教程
PyQt5 教程
PyTorch 教程
Matplotlib 教程
Web2py 教程
BeautifulSoup 教程 Java教程
Java 教程 Web教程
HTML 教程
CSS 教程
CSS3 教程
jQuery 教程
Ajax 教程
AngularJS 教程
TypeScript 教程
WordPress 教程
Laravel 教程
Next.js 教程
PhantomJS 教程
Three.js 教程
Underscore.JS 教程
WebGL 教程
WebRTC 教程
VueJS 教程 数据库教程
SQL 教程
MySQL 教程
MongoDB 教程
PostgreSQL 教程
SQLite 教程
Redis 教程
MariaDB 教程 图形图像教程
Vulkan 教程
OpenCV 教程 大数据教程
R语言 教程 开发工具教程
Git 教程
VSCode 教程
Docker 教程
Gerrit 教程
Excel 教程 计算机教程
Go语言 教程
|